Geldinstitute > Strategie

05.10.2017 von Dr. Tobias Rump, Managing Director Data Business, Comma Soft

Kundenanfragen Software-gestützt priorisieren für besseren Service

Die Bearbeitung von Kundenanfragen gestaltete sich bei vielen Finanzdienstleistern lange Zeit wenig flexibel. Es galt das Motto: Wer zuerst kommt, mahlt zuerst. Allerdings kann die eingehende Kundenkommunikation, der sogenannte Inbound, bei größeren Unternehmen jährlich Millionen von Vorgängen umfassen.

Autor: Dr. Tobias Rump, Managing Director Data Business, Comma Soft

 Wer diese gewaltigen Mengen effektiv bearbeiten will, sollte keinesfalls auf das Prinzip First-Come-First-Serve vertrauen. Immer mehr Geldinstitute gehen deshalb dazu über, Variablen wie die Komplexität oder Dringlichkeit eines Anliegens oder den wirtschaftlichen Wert des Kunden aus Sicht des Unternehmens bei der Priorisierung des Inbounds zu berücksichtigen. Doch bereitet sich die Finanzbranche auf den nächsten Schritt vor.

Moderne Data-Analytics-Software hilft zunehmend dabei, eine Vielzahl weiterer Faktoren kombiniert zu berücksichtigen. Das verbessert die Service-Differenzierung und erhöht die Kundenzufriedenheit. In der Geschäftswelt kommt es oft auf den richtigen Moment an. Das gilt auch für die sogenannten Routing Engines, also die Verteilsysteme der Kommunikationsnetze von Finanzdienstleistern. In Zeiten der Omnichannel-Kommunikation sind Kunden daran gewöhnt, ihre Anliegen wahlweise per Telefon, Mail, Chat, Brief oder sogar Social-Media-Post an einen Anbieter herantragen zu können. Das enorme Spektrum an Kommunikationsmitteln im Zusammenspiel mit permanenter Erreichbarkeit freut den Kunden.

Die Anbieter stellt es jedoch vor eine gewaltige Herausforderung und setzt sie letztlich unter Zugzwang. Wie kann die Bearbeitung dieser immensen Menge an Informationen nicht nur bewältigt, sondern sogar genutzt werden, um aus ihr einen Mehrwert zu ziehen? Algorithmen sind der Schlüssel zum Erfolg. Sie ermöglichen eine vollständig automatisierte Prüfung der Variablen, die für die Reihenfolge der Inbound-Bearbeitung entscheidend sind. Allerdings kann ein Algorithmus nur mit elektronischen Daten gespeist werden. Deswegen müssen zunächst alle Kundenanliegen digitalisiert werden, um eine Datengrundlage zu schaffen, die für die spätere Analyse aufbereitet werden kann. Dazu werden Briefe und Faxe zuerst bei der Datenaufbereitung per OCR-Software digitalisiert und telefonische Anfragen aufgezeichnet. Im zweiten Schritt, der Analyse, erfolgen das Text Mining beziehungsweise die Voice Analytics. Beide Verfahren haben zum Ziel, Schlagworte für die Bearbeitung durch den Algorithmus zu indexieren. Das heißt: Die sprachlichen Informationen werden anhand vordefinierter Regeln in Steuerungsinformationen zur Priorisierung transferiert. Beispielsweise können bestimmte Wörter, aber auch die Intonation bei einem Kundenanruf Hinweise darauf geben, wie verärgert der Anrufer ist und welche Dringlichkeitsstufe der Bearbeitung zugeordnet werden sollte. Das gilt natürlich auch für schriftliche Anfragen. Doch was passiert, wenn zwei Anliegen die gleiche Dringlichkeit aufweisen? 

Komplexe Entscheidungen 

Korrelate helfen dabei, komplexere Entscheidungen zu treffen, denn sie ermöglichen eine Priorisierung auf Basis einer ganzheitlichen Betrachtung. So lässt sich durch die Bildung von Korrelaten etwa der Faktor ‚Dringlichkeit‘ mit einem Faktor wie ‚Wert des Kunden für das Unternehmen‘ leicht kombinieren. Im Sinne einer iterativen Prozesskette prüft der Algorithmus einen Checkpoint nach dem anderen. Dazu gehören natürlich auch Aspekte, die sich tagesaktuell ändern wie etwa der verfügbare Mitarbeiter-Pool samt der jeweiligen Qualifikationen der einzelnen Sachbearbeiter. Schließlich ist es nur die eine Seite der Medaille, unter Berücksichtigung starrer Faktoren wie dem Kundenwert eine ­ideale Priorisierung zu erstellen. Sie muss ebenfalls zu den realen Bedingungen und zu einem ganz konkreten Zeitpunkt passen, sich also dynamisch an bestimmten Mitarbeiterkonstellationen ausrichten. Je komplexer letztlich das gebildete Korrelat durch die Hinzunahme weiterer Faktoren wird, desto mehr wertvolle Informationen fließen in die Priorisierung ein. Die zentrale Erkenntnis lautet: Erst wenn alle relevanten Variablen dynamisch in die Priorisierung einbezogen werden, können Finanzinstitute tatsächlich eine ideale Reihenfolge bei der Inbound-Bearbeitung realisieren. Zu den relevanten Faktoren gehören idealtypisch:

  • die Dringlichkeit der Anfrage aus Sicht des Unternehmens
  • die Dringlichkeit der Anfrage aus Sicht des Kunden
  • der Wert des Kunden für das Unternehmen
  • die Komplexität der Anfrage
  • das Fachwissen der aktuell verfügbaren Mitarbeiter
  • die Verfügbarkeit von Mitarbeitern
  • • rechtliche Aspekte

Die genannten Faktoren stellen allerdings nicht alle denkbaren Entscheidungskriterien dar, denn die Wirklichkeit ist komplex und lässt sich nicht durch einen einzigen standardisierten Algorithmus abbilden. Es gilt immer, den individuellen Einzelfall zu berücksichtigen. Das bedeutet für Unternehmen, dass es nicht lediglich auf der technischen Ebene eine Herausforderung darstellt, die eigenen Routing Engines durch Algorithmen zu automatisieren. 

Vielmehr zeigt sich bereits die Konzeptionierung als erste Belastungsprobe. So müssen zum Beispiel klare Regeln für kritische Dokumente definiert werden, die nicht automatisiert, sondern nur durch einen Sachbearbeiter priorisiert werden können. Mögliche Gründe dafür sind etwa die Komplexität des Vorgangs oder die Sensibilität der Daten. Unter diesem Gesichtspunkt empfiehlt sich die enge Zusammenarbeit mit Experten aus der Data-Analytics-Branche. Sie helfen dabei, ein maßgeschneidertes Modell mit entsprechender Tiefe zu entwickeln, das alle Kommunikationsprozesse zwischen Unternehmen und Kunden abbilden kann. Sollte auch nur ein relevanter Faktor unberücksichtigt bleiben, spielt bei der Priorisierung der Zufall eine Rolle, was als Konsequenz vermeidbare Kosten verursacht.

Win-Win-Situation für Anbieter und Kunden

Für Finanzunternehmen erscheint es auf  den ersten Blick sicherlich aufwändig, ihre Routing Engines zu automatisieren. Zahlreiche Anbieter schrecken womöglich gerade deswegen vor diesem Schritt zurück, da sie eine Fehlinvestition fürchten. Doch die Mühen zahlen sich dank eines ganzen Bündels an Vorteilen schnell aus: Der Personalbedarf für die Bearbeitung von Anfragen sinkt, denn eine optimierte Priorisierung ermöglicht einen effizienteren Workflow. Wirtschaftlich bedeutsame oder besonders dringende Anfragen können schnell identifiziert und bevorzugt bearbeitet werden. Weniger dringliche oder minder lukrative Anliegen werden hingegen einfach bei der Priorisierung entsprechend niedriger eingestuft. Sie können später bearbeitet werden, ohne dass dies dem Unternehmen wirtschaftlich oder im Sinne der Kundenbindung schadet. Der zweite Vorteil: Automatisierte Routing Engines steigern die Kundenzufriedenheit, da die Anbieter durch sie zeitnah und zielgerichtet auf die dringlichsten Anfragen reagieren können. Zudem ergibt sich eine zusätzliche Einnahmequelle.

 

Unternehmen können beispielsweise Premiumanlageoptionen anbieten, die bei ­­­­An- und Rückfragen eine bestimmte Bearbeitungszeit garantieren. Technisch lässt sich dies leicht umsetzen, indem Anfragen solcher Kunden stets mit hoher Priorität eingestuft werden. Dabei handelt es sich letztlich um eine Win-Win-Situation. Die Unternehmen profitieren auf der einen Seite von den neuen Einnahmequellen, der Kunde erlebt auf der anderen eine transparente Ausdifferenzierung von Service-Leistungen.